Mobileye: an Intel companyLa adquisición de la empresa de visión computerizada israelí Mobileye por parte de Intel anunciada hoy solo tiene una interpretación posible: la aceleración de los movimientos de toda la industria, que ahora engloba a fabricantes de vehículos, suministradores de componentes y compañías tecnológicas, de cara al desarrollo del vehículo autónomo.

La operación de 15,300 millones de dólares valora a la compañía israelí, cotizada en el NYSE desde agosto de 2014, en $63.54 por acción, un premium del 34% sobre su cierre del pasado viernes y unos $2.5 por encima de su máximo histórico. Los productos de la compañía se encuentran incorporados en la producción en serie de 313 vehículos de dos docenas de marcas (entre otras, BMW, Audi, GM, Ford o Volvo), en forma de sistemas avanzados de asistencia a la conducción (ADAS), un segmento en fuerte crecimiento que engloba funciones como el control adaptativo de velocidad, control de los faros para evitar deslumbramientos y adaptarse a curvas, asistencia en el aparcamiento, monitorización de ángulos muertos, sistemas de prevención de colisiones, sistemas de asistencia en intersecciones, sistemas de mantenimiento en el carril y de asistencia al cambio, etc. habitualmente considerados partes integrantes de los sistemas de conducción autónoma, aunque hayan sido incorporados de forma progresiva en muchos vehículos como prestaciones de ayuda a la conducción.

La compañía compite con el spin-off de Google, Waymo, con sistemas basados en LiDAR o en radar como Safe Drive Systems, y además, con una amplia gama de suministradores de componentes de automoción (Bosch, Denso, Continental AG, etc.), de compañías tecnológicas (Nvidia, Cognitive Technologies, OmniVision Technologies, Freescale, Texas Instruments, Toshiba, etc.) y de compañías de automoción que han preferido, vía adquisiciones o desarrollos propios, utilizar sus propias tecnologías. Tesla, que a pesar de no ser cuantitativamente muy importante en la industria, si ostenta un cierto papel de liderazgo tecnológico, trabajó con sistemas de Mobileye hasta julio de 2016, cuando a raíz del primer accidente mortal de un vehículo Tesla Model S, la compañía israelí declaró que las especificaciones de sus sistemas de frenado automático no estaban preparadas para ser capaces de reconocer giros laterales de otros vehículos con interrupción de la trayectoria, y que no lo iban a estar hasta 2018. En respuesta a esas declaraciones, que supuestamente hacían responsable a Tesla por haber utilizado un sensor supuestamente inadecuado, la compañía de Elon Musk comentó que sus sistemas utilizaban una fusión de docenas de componentes tecnológicos de desarrollo interno y externo para determinar las acciones adecuadas a cada escenario, y anunció la ruptura de relaciones con la compañía israelí y su decisión de desarrollar ese tipo de sensores internamente y con componentes de Comma.ai, la compañía creada por George Hotz. Aunque nunca llegó a estar claro quién había llevado a cabo la ruptura, las acciones de la compañía israelí cayeron entonces un 7%, a pesar de la escasa importancia cuantitativa teórica de Tesla como cliente.

Para Intel, la adquisición de Mobileye supone la entrada en un segmento de muy fuerte crecimiento, y con un potencial aún más elevado: nuestros automóviles son cada vez más auténticos ordenadores con ruedas, en los que una gama cada vez más amplia de funciones son desarrolladas por sistemas basados en tecnología. Hoy, nuestros vehículos se mantienen en el carril solos, nos avisan si no debemos cambiarnos, frenan o aceleran para mantener la distancia con el vehículo de delante, etc., y muchas de esas funciones se llevan a cabo con chips de Mobileye, que se encuentran en una gran cantidad de modelos de automóvil. A medida que esas prestaciones van pasando de plantearse como simples ayudas a la conducción, para convertirse en sistemas cada vez más completos de conducción autónoma, primero durante la conducción en autopista, después durante atascos, e incrementando progresivamente el número de situaciones en los que pueden ser utilizados, hasta llegar a niveles de autonomía prácticamente totales. En esa evolución, hay muchísimos chips implicados. Y si hay chips, Intel va a querer estar ahí.

Una vez más, cuestión de entender el signo de los tiempos.

 

 

This post is also available in English in my Medium page, “Intel and Mobileye: the autonomous vehicle accelerates

 

IMAGE: Ivelin Radkov - 123RFCon el cierre de la adquisición de LinkedIn por parte de Microsoft, recién anunciada tras superar el escrutinio de las autoridades antimonopolio a uno y otro lado del charco a pesar de las objeciones planteadas por compañías como Salesforce, ha surgido una cierta preocupación acerca de la que, sin duda, es la fase más compleja en toda operación similar: la fase de post-adquisición.

La operación de adquisición de LinkedIn, de la que hablamos en su momento, es la más grande planteada por Microsoft en toda su larga historia$26,200 millones, o $196 por acción, en una operación planteada íntegramente en cash, muy por encima de los $6,300 millones pagados por aQuantive en agosto de 2007, de los $8,500 millones pagados por Skype en mayo de 2011 o de los $7,200 millones pagados por Nokia en septiembre de 2013.

En realidad, la compañía de Redmond tiene una larguísima experiencia en adquisiciones, con un total de 198. Sin embargo, no se trata de una disciplina en la que la empresa destaque por su buen hacer: tanto aQuantive como Nokia fueron completos fracasos que la compañía terminó por compensar en su balance, y la segunda, de hecho, se considera una de las peores operaciones de la historia de la tecnología. En términos de adquisición y retención de talento, Microsoft nunca parece haber funcionado, a pesar de la buena reputación de su cultura corporativa, como un buen lugar de acogida, como sí ocurre en el caso de compañías como Facebook, entre cuyas 61 adquisiciones predominan los acqui-hires que continúan vinculados a la empresa varios años después. Nada que ver con, por ejemplo, el caso de Yahoo!, que logró convertirse en una compañía con reputación de zombie, que no solo no sabía que estaba muerta, sino que además convertía en muerto viviente a todas y cada una de las 114 compañías que llegó a adquirir

¿Qué debería ocurrir tras una adquisición? Obviamente, la respuesta difiere cuando se trata de una startup o una compañía pequeña, frente a cuando lo que adquirimos es ya una empresa consolidada y con cientos o miles de trabajadores. En la adquisición de una empresa pequeña, generalmente, el peso que suele tener la adquisición de talento en la operación suele ser más elevado, a la vez que el cambio de vida que se plantea para los directivos de la empresa adquirida es mucho mayor. Cuando fundas una compañía y llega otra mucho más grande y te ofrece comprártela, la alternativa suele establecerse con términos y condiciones muy claros sobre el futuro del equipo adquirido, a pesar de lo cual no son pocos los casos en los que ese equipo se limita a cumplir con el tiempo establecido de permanencia, esperar a que venzan las opciones comprometidas o se materialicen los earn-outs pactados, para inmediatamente después tomar el dinero y salir corriendo en busca de nuevos proyectos. En el caso de Facebook, no es extraño que los equipos fundacionales de las compañías adquiridas mantengan una gran independencia en su gestión, sigan considerando el proyecto como suyo a pesar de haber sido comprados, y además, accedan a una vida mucho más sencilla gracias a los recursos, tanto en dinero como en talento, de la empresa compradora.

En el caso de la adquisición de una compañía grande, los planteamientos pueden ser sensiblemente diferentes. Por un lado, muchos de los empleados de la compañía adquirida pueden no tener acciones, o no tenerlas en una cantidad suficiente como para que la operación suponga un cambio dimensional en sus vidas, lo que les lleva simplemente a plantearse su futuro en términos de negociación salarial, de perspectivas o de la posibilidad de formar parte de un proyecto mejor que suponga una motivación elevada o una buena línea en su currículum. Por otro, los altos directivos o fundadores, en este caso personas como Reid Hoffman o Jeff Weiner, son básicamente libres para hacer lo que quieran casi independientemente de lo que hayan firmado, y fidelizarlos para que permanezcan en sus puestos si pierden la ilusión por el proyecto o evitar que se comprometan con otro que les ilusione más puede llegar a resultar muy complejo.

Para Microsoft, una adquisición como la de LinkedIn podría resultar un verdadero desastre si, tras la operación, comenzásemos a ver el clásico rosario de directivos que toman la puerta y corren a alimentar otros proyectos. El número total de empleados presentes en LinkedIn en el momento del anuncio estaba próximo a los diez mil, no hablamos de una compañía en absoluto pequeña. Si tras la adquisición tuviese lugar uno de esos típicos recortes de personal que pretenden eliminar funciones duplicadas, por ejemplo, parece claro que los ánimos de los empleados que quedasen en la compañía no serían especialmente positivos. De ahí que Microsoft haya sido especialmente cuidadosa a la hora de negociar con Jeff Weiner, CEO de la compañía desde diciembre de 2008, para asegurar que supervisa personalmente la transición, una responsabilidad que habitualmente se suele encargar a un directivo de la compañía adquirente, y que ve la operación como una oportunidad de seguir al frente de un proyecto mayor, con más recursos y posibilidades.

La teoría es muy clara: se calcula que entre el 60% y el 80% de las operaciones de adquisición terminan por producir un resultado neto negativo, una destrucción de valor en lugar de un incremento. Entre adquirir como lo hace Facebook o adquirir como lo hacía Yahoo!, la cuestión está en los detalles, en la integración respetuosa, en evitar los choques culturales y en que la totalidad de la compañía perciba que, tras la operación, van a tener un futuro mejor en todos los sentidos, algo generalmente más fácil cuando vienes de ser una startup con escasos recursos que cuando eras ya una compañía consolidada. Que la mayor operación de la historia de Microsoft, llevada a cabo en un momento clave en su evolución, se convierta en un éxito o termine siendo un desfile interminable de ingenieros, desarrolladores y directivos hacia otras empresas es algo que sabremos muy pronto.

 

Twitter harassmentMi columna de esta semana en El Español se titula “Twitter y la naturaleza humana“, y habla de cómo los problemas de la red del pájaro azul con los insultos, el bullying, la humillación, el hate speech o el acoso han conseguido que perdiese la oportunidad de ser objeto de una adquisición que podría haber significado una esperanza interesante de futuro para la compañía.

Cuando hablamos de ese tipo de cuestiones en Twitter, no hablamos de un comportamiento ocasional, de algo que sucede únicamente de forma excepcional o de un problema vinculado con circunstancias especiales: hablamos de algo que sucede todos los días, de manera constante y habitual, y contra lo que la compañía e ha manifestado completamente incapaz de tomar ninguna iniciativa mínimamente seria. A lo largo del tiempo, la actitud de Twitter hacia este tipo de comportamientos ha oscilado entre la total complacencia y la tolerancia amparada en un supuesto respeto escrupuloso a la libertad de expresión, olvidando que, en la inmensa mayoría de esos casos, lo que se conculcaba era precisamente la libertad de expresión de los que tenían la desgracia de ser objeto de acoso, abuso o insultos.

La sociedad no desarrolla unas normas de comportamiento por capricho. Las reglas y protocolos sociales, la educación, las buenas maneras y el respeto están ahí para hacer posible la convivencia humana. Cuando en una red se permite de manera completamente expresa que esas normas sean vulneradas, ocurre lo que ocurre: que la naturaleza humana prevalece, muchos disfrutan convirtiéndose en “malotes” – por prudencia me guardaré la forma en la que los adjetivaría yo – que insultan y acosan a sus anchas, y muchos más les hacen coro, los amplifican y les ríen las gracias. Que Twitter no haya, en ningún momento de su historia, emprendido una política de exclusión sin miramientos, de expulsión sumaria y sin posibilidad de recurso de todo aquel que vulnere unas normas de convivencia razonables, ha llevado a que ahora no solo tenga problemas, sino que incluso pierda muchos miles de millones de dólares por una oferta que una compañía se planteó hacerle, pero descartó porque esos comportamientos podían perjudicar a su reputación.

Tras varios años de dejación de responsabilidad y sin hacer nada al respecto, los insultados, abochornados públicamente, acosados o humillados no son uno ni dos: son legión, y entre ellos se cuentan todo tipo de perfiles, desde mujeres objeto de insultos alucinantemente sexistas o salvajemente inhumanos, hasta personas atacadas en función del color de su piel, su religión o sus creencias, pasando por toreros, artistas, y muchas, muchas personas anónimas que simplemente tuvieron la desgracia de cruzarse con quien no debían. Hoy, encontrar la propuesta de valor de Twitter, que la tiene, exige mantener un comportamiento razonablemente discreto, seguir a las personas o medios que pueden publicar información relevante para ti, alguna vez compartirla – siempre dejando claro que tus retweets no implican apoyo, no vaya a ser que alguien se mosquee – y compartir pocas cosas, bajo el permanente riesgo de que aparezca un “simpático” a sacarle punta a algo que has podido decir o a una foto que hayas podido compartir. Y cuando digo un “simpático” es precisamente eso: un mecanismo que lleva a que, por ser más cruel, más dolorosamente creativo o más irónico, te hagan muchos más los coros y la red te premie con muchos más seguidores. La historia y evolución de Twitter es tan sencilla como decir que los malos siempre ganaron.

La naturaleza humana, tristemente, no va a cambiar. La única respuesta para contenerla y vivir en sociedad razonablemente bien sin estar tirándonos los trastos a la cabeza y convirtiendo el ambiente en irrespirable es poner reglas, es hacerlas cumplir escrupulosamente, es el community management bien entendido y bien ejecutado. No, los insultos y el acoso no son el único problema de Twitter: también están los bots absurdos, el spam y algunos más. Pero si Twitter quiere tener futuro, sola o gestionada por un tercero, tiene únicamente dos opciones: corregir este problema, o corregir este problema. No hay más.

 

Twitter logoLas recientes noticias en torno a Twitter son de todo menos tranquilizadoras para quienes encontramos un valor importante en la red del pájaro azul: múltiples conversaciones encaminadas a la venta de la compañía, en las que todos los potenciales compradores acaban dando marcha atrás. Aparentemente, nadie quiere hacer una oferta por Twitter.

¿Necesita realmente Twitter encontrar un comprador? Todo indica que sí. Tras bastantes años de luchas políticas internas y de intentos de redefinición buscando actividades potencialmente lucrativas, la mayor parte de las personas que conozco y que utilizan Twitter siguen pensando que la herramienta les aporta un gran valor y que si no existiese, habría que inventarla… pero la compañía tiene serios problemas tanto para alcanzar una cifra de negocio que la haga viable, como para mantener el precio de su acción.

El problema, claro está, es la propia esencia de la actividad: una red social centrada en la inmediatez, devenida en un sistema de información global que nos permite saber lo que pasa en cualquier lugar del mundo en cualquier momento y definir nuestros intereses con la precisión de un cirujano en función del portfolio de personas, medios y compañías que decidimos seguir, tiene obviamente muchísimo sentido. Twitter es perfecto para quien necesita mantenerse informado de un tema específico, es ideal para seguir la actualidad en general, es genial para medir la actividad en torno a cualquier tema y es fiable para proporcionar datos sobre las reacciones a cualquier cosa… pero aunque todas esas actividades puedan ser importantes para muchos, resulta enormemente difícil plantearse cómo convertirlas en rentables. Y aunque la compañía ha llevado a cabo a lo largo de los años una brillante labor creativa para generar formatos publicitarios que, sin convertirse en molestos, permitan a los anunciantes llegar a su público objetivo, todo indica que ni las cifras ni las previsiones de crecimiento satisfacen al mercado ni a sus accionistas.

¿Qué hacemos con Twitter? A lo largo de muchos cursos, he podido presenciar cómo mis estudiantes iban pasando de entender Twitter como una forma de mantenerse en contacto con los amigos y las noticias de sus países de origen, a interpretarla como una manera de crear una imagen o marca personal, a verla como una forma de seguir a sus ídolos o a los personajes de las industrias que les interesaban, y últimamente, a meter sus cuentas en la nevera o a utilizarlas solo en modo lurking, limitándose simplemente a poner la oreja. Mi impresión es que mientras Twitter no sea capaz de explicar a sus usuarios las distintas propuestas de valor que ofrece y a convertir su red en un sitio razonablemente seguro donde determinadas actitudes no encuentren cabida, seguirá viendo cómo las cifras de engagement bajan y el número de cuentas inactivas se incrementa. Es posible que, en cierta medida, deba ser así: no todos aquellos que tienen la capacidad de abrir una cuenta de Twitter – es decir, cualquiera – tienen el sentido común necesario o las suficientes cosas que decir como para alimentar esa cuenta con una participación activa y regular. Muchos usan Twitter de manera pasiva, simplemente para seguir a personas que les interesan o con las que quieren sentir una mayor proximidad, y no tienen especial interés en compartir nada ni en participar activamente.

Pero independientemente del uso, el problema es, claramente, cómo convertir esa actividad en algo económicamente viable. Eso es lo que los sucesivos equipos directivos de Twitter, a lo largo de los años, no han sido aparentemente capaces de encontrar. ¿Puede un nuevo propietario generar las sinergias adecuadas para ello, encontrar el santo grial que la haga económicamente viable? ¿O nos pongamos como nos pongamos, no hay manera de monetizar una actividad así, por mucho que a sus usuarios fieles nos parezca un producto fantástico e insustituible dentro de nuestros hábitos de consumo y producción de información? Si desde dentro no aparecen soluciones, y desde fuera no viene nadie con la entidad suficiente que esté dispuesto a dar un paso adelante, o no en las condiciones requeridas… ¿que le depara el futuro a Twitter?

 

Las tecnológicas pelean por la inteligencia artificial - Cinco DíasMarimar Jiménez, de Cinco Días, me envió algunas preguntas para documentar su artículo publicado ayer y titulado “Las tecnológicas pelean por la inteligencia artificial” (pdf). El tema me tiene prácticamente obsesionado desde hace ya algún tiempo, lo sigo todo lo que puedo y estoy planteándome un curso electivo sobre ello con el fin de ponerme aún más presión para mantenerme actualizado.

Por el momento, me planteo como primer reto conseguir transmitir la idea de que la inteligencia artificial y el machine learning no tienen nada que ver con cuestiones como la automatización, la elección de elementos de un menú o el “hacer lo que hace un humano pero más rápido”. La idea parece simple, pero compruebo constantemente en mis cursos como el directivo medio, tras muchos años acostumbrado a que “un ordenador sirve para hacer tareas repetitivas de forma más rápida y productiva”, tiende a no asimilar la idea de que hay muchas cosas que ahora, una máquina puede hacer mucho mejor que un hombre, y que sus capacidades no se limitan a hacer lo que le hemos especificado que haga, sino a que vaya mucho allá y progrese mucho más rápido, porque precisamente una de las cosas que un ordenador ya puede hacer mejor que una persona es aprender: es más sistemático en la captura de datos, tiene más posibilidades de jugar con esos datos e iterarlos hasta encontrar respuestas, es mejor a la hora de entender el efecto de las restricciones, y puede ser incluso más imaginativo a la hora de buscar soluciones no convencionales.

Ejemplos como el juego del Go o la conducción autónoma sirven a medias: cuando un directivo entiende que el Alpha Go de Google es capaz de concebir jugadas nunca hechas anteriormente por un humano, y que llega a ellas no siguiendo ningún ejemplo, sino iterando y jugando partidas contra sí mismo, tienes algo avanzado. Cuando es capaz de aceptar que, por mucho que “le guste conducir“, es un auténtico torpe peligroso comparado con los procesos de toma de decisiones, la captura de información del entorno, los reflejos y la precisión de un vehículo autónomo, e incluso que la propia marca del anuncio ya ha abjurado de su eslogan, ganas otra base. A partir de ahí, adentrarse en los mecanismos que permiten que una máquina aprenda y cómo eso se traduce por ahora en cosas como Siri – que está generando un auténtico perjuicio de imagen a la AI por culpa de lo tonta y limitada que es – o en un panorama competitivo radicalmente redibujado en el que lo que importa es ser capaz de desarrollar los mejores algoritmos de machine learning, resulta ya bastante más complicado.

Entender el rosario de adquisiciones en el ámbito del machine learning es ya de por sí un reto: la escalada en la secuencia y en los precios, unida al hecho de que las compañías adquiridas resultan en todos los casos completas desconocidas para el gran público y a que la relevancia del caso está fundamentalmente en quién compra y qué cabe pensar que hará con ella, lo convierte en un panorama complejo y volátil. Si añadiésemos fichajes y acuerdos de colaboración, resultaría muy difícil identificar algo en esta especie de juego de sillas musicales, pero sí se marcan algunas tendencias interesantes. Por el momento, y tomando las operaciones de adquisición en este ámbito desde 2011, el panorama es digno de estudio y genera no pocas inquietudes, así como la necesidad de estudiarlo detenidamente para tratar de entender con qué tipo de cuestiones nos vamos a encontrar en cada una de las industrias. Si te parecen muchas adquisiciones, no te preocupes: vendrán más, más caras y más ambiciosas. Esta carrera no se detiene.

Si algo tengo claro es que la combinación de inteligencia artificial y machine learning va a suponer, en poco tiempo, un cambio dimensional más grande que el que significó la llegada de internet.

 

A continuación, las preguntas y respuestas que intercambié con Marimar:

P. Google presentó hace unos días sus móviles Pixel y toda una batería de dispositivos, donde la compañía dejó claro que la inteligencia artificial tendrá un papel relevante. También Samsung acaba de anunciar que compra Viv, un asistente inteligente desarrollado por los creadores de Siri de Apple. ¿Qué está pasando? ¿Por qué este énfasis de los fabricantes de dispositivos (también está Apple, Microsoft y Amazon) por la inteligencia artificial?

R. La inteligencia artificial y, sobre todo, el machine learning son la nueva frontera, el ser o no ser del momento competitivo, la redefinición de lo que los productos o servicios son capaces de hacer. Para entenderlo es fundamental mirar la inteligencia artificial con la perspectiva de los años, de una disciplina que se ha visto sujeta a períodos de inactividad (AI winters) y que, en los últimos años, ha experimentado una auténtica revolución, no solo con el replanteamiento de lo que puede ser capaz de hacer, sino también de los recursos que son necesarios para hacerlo. Pasar de la supercomputación a la posibilidad de asistentes sencillos, construidos fácilmente y al alcance de cualquiera es como plantearse lo que las hojas de cálculo hicieron por el cálculo matricial: una auténtica revolución, una caída de las barreras de entrada brutal. Mientras muchos directivos siguen sin ser capaces ni de imaginarse lo que es la inteligencia artificial y siguen pensando que “un ordenador solo puede hacer lo que hace una persona pero más rápido”, la gran verdad es que las compañías que no sean capaces de reenfocar su actividad para generar datos y desarrollar algoritmos de machine learning que les permitan plantear mejores productos y servicios, desaparecerán.

P. Siri, Google Assistant, Cortana, Alexa… ¿Qué asistente es el más potente en la actualidad y por qué?

R. El reto en este momento es ser capaz de atraer talento y desarrollar equipos de investigación, y en los últimos tiempos, Apple parece estar quedándose atrás. Hay una enorme competencia por el talento, vemos muchísimas compras de startups en machine learning y movimientos de todo tipo, redefiniciones corporativas drásticas: Google ha replanteado completamente su estructura organizativa y su roadmap de productos para ponerlo en función de los desarrollos en machine learning, ha formado a todo su personal en el tema, y define el machine learning como su futura ventaja competitiva, ser capaz de que sus algoritmos aprendan más rápido que los demás. Facebook, Amazon o Microsoft trabajan en el mismo sentido, y Apple, aunque lo intenta desesperadamente, tiene que luchar con una visión más restrictiva de la privacidad que le impide generar y explotar datos de manera ambiciosa, y con una vocación por el secretismo que actúa como un repelente ante el talento, porque lo que un investigador de AI quiere no es trabajar en una compañía y que nadie se entere de lo que hace, sino poder publicarlo, compartirlo con la comunidad y progresar más rápido. Es el momento de las startups en este ámbito: las compañías que tengan herramientas potentes que supongan una caída de las barreras de entrada, que permitan plantearse modelos de machine learning sin tener un ejército de data scientist en plantilla, son las que tienen ahora mejor futuro.

P. Facebook con sus chatbots e IBM con Watson también se suman a esta batalla por dominar la inteligencia artificial. ¿Cuáles son las limitaciones actuales y qué promesas ofrece?

R. Las limitaciones son escasas. Un algoritmo puede recoger datos del entorno mucho mejor y de manera más rigurosa que una persona, puede analizarlos con un portfolio de herramientas mucho más potente, y puede aprender de las variaciones mucho más rápido, para generar resultados mejores. Algunos todavía se autolimitan creyendo que la máquina solo puede escoger opciones de un menú predeterminado, cuando la realidad es que las máquinas ya pueden tomar muchas decisiones de muchos tipos de manera más fiable y rigurosa que una persona. La limitación, en este momento, ya no está en la potencia de computación, sino en los datos con los que contamos. Con los datos adecuados se pueden hacer cosas increíbles, pero muchas compañías aún ni siquiera entienden la necesidad de planteárselo.

P. ¿Crees que la inteligencia artificial cambiará todas las industrias? Ponme algunos ejemplos de cómo cambiará la de los dispositivos de electrónica de consumo (móviles, altavoces, ordenadores…)

R. La inteligencia artificial cambiará todas las industrias capaces de generar datos para analizarlos, y eso, seguramente, incluye a todas las industrias. La diferencia entre plantearse un asistente que responde a tus preguntas de manera torpe (y que la mitad de las veces, en lugar de responderte, te busca en Google lo que tú has dicho) y otro capaz de entenderte perfectamente – ya no lo que dijiste, sino lo que quisiste decir – en función de su experiencia contigo, con tu lenguaje, con tu acento y con tu personalidad es sencillamente brutal. A partir de ahí plantéate máquinas que genuinamente podemos decir que piensan: que escogen la mejor herramienta para cada problema, que toman decisiones, que proporcionan respuestas adecuadas, que se adelantan a lo que queremos hacer de manera eficiente… estamos en un momento en que ya casi tenemos más herramientas que ideas maduras y desarrolladas para utilizarlas

P. ¿Qué avances tecnológicos están permitiendo que todo esto sea posible? Porque supongo que la tarea de enseñar a los ordenadores y móviles a actuar de forma más natural e inteligente ha supuesto enfrentarse a algunos problemas informáticos complejos.

R. El artífice de la verdadera caída de las barreras de entrada, además de la disponibilidad de tecnologías mejores y mucho más baratas, ha sido el desarrollo del machine learning. Mediante las herramientas y procesos adecuados, una máquina ya puede aprender mejor, más rápido y de manera más fiable que una persona partiendo de los mismos datos, y ni siquiera es necesario que parta de los mismos datos, porque con los sensores y la tecnología adecuados, puede en realidad partir de muchos más y procesarlos de maneras que un humano jamás podría imaginar. Mentalmente, tenemos que sobrepasar la absurda frontera que durante muchos años nos llevó a pensar que los ordenadores eran máquinas que hacían cosas más rápido, y pasar a otra que nos lleve a intentar imaginar qué podría hacer una máquina con los datos que nuestra actividad es capaz de generar.

P. ¿Está esta tecnología ya lista para el mercado de masas?

R. Tenemos cada vez más productos basados en este tipo de tecnologías, porque pueden desarrollarse ya de manera relativamente sencilla, y porque existe toda una generación nueva de usuarios que no ven preocupante ni negativo interaccionar con máquinas. Mientras muchos adultos todavía reaccionan mal ante una máquina que les ofrece un servicio y tratan de presionar el cero desesperadamente para ver si aparece una persona, hay miles de adolescentes enviando una fotografía de su cara a un bot en Kik para que les diga si están bien maquilladas o si se han pasado con el colorete.

P. ¿Qué riesgos ves a todo este avance? ¿Puede ser la pérdida de privacidad el más importante?

R. La privacidad no es algo que pueda reclamarse de manera absoluta, no podríamos vivir en un mundo en el que defendemos nuestros datos a toda costa y por encima de todo. La privacidad hay que entenderla como un balance: qué datos proporciono a quién y a cambio de qué. Durante muchos años se ha dicho que Google o Facebook saben más de nosotros que nosotros mismos, y sin embargo, no ha habido cancelaciones ni cierres de cuentas masivos. ¿Por qué? Sencillamente, porque lo que nos ofrecen no nos resulta molesto, sino que nos parece útil, una propuesta de valor adecuada. Mediante la inteligencia artificial y el machine learning se incide en ese lado de la ecuación, en la propuesta de valor: las compañías que la utilizan pueden ofrecer productos y servicios mejores mediante la explotación de los mismos datos, y eso lleva a que el usuario vea más natural cederlos, porque la contraprestación le parece adecuada. Las soluciones absolutistas y las restricciones drásticas no tienen ningún sentido, hay que replantearse todo esto, y será necesaria mucha educación para ello.